前言:
此时大家对“数据库数据比对”大体比较关心,各位老铁们都想要学习一些“数据库数据比对”的相关知识。那么小编同时在网摘上汇集了一些对于“数据库数据比对””的相关文章,希望兄弟们能喜欢,同学们快快来了解一下吧!一、背景
商业银行传统的IOE架构存在弹性扩展能力有限、硬件平台兼容性差、开发和运维主要依赖于服务厂商,服务成本高并且无法做到完全自主掌控等多方面瓶颈。因此,由国外主机平台向国产分布式平台迁移是大势所趋。正因为迁移的必要性以及迁移的困难程度之大,迁移前后,数据库中数据的一致性的验证,变得十分重要。
二、案例介绍
某股份制银行需将原DB2数据库超18T的数据,在48小时之内,100%正确率要求下全量移植到新核心分布式数据库。并在数据迁移的过程中完成全量迁移数据的字段级比对校验。
二、客户痛点
1) 如何做到全库全表、全数据、全面覆盖的快速比对
2) 表结构复杂:大对象字段固定结构(含中文、P类型、S类型等)和可变结构(按交易码选择结构类型)
3) 如何避免对生产环境造成影响
4) 如何做到全字段级的数据比对
5) 如何对比对失败的记录进行数据补录
四、解决方案
1、全数据量的快速比对
通过产品本身的大数据引擎,并通过块比对、行比对、字段级比对的方式,对两个系统的同一数据进行快速校验
2、在表结构中含有大字段的情况下完成数据比对
1) 将大字段数据采用统一规则进行转换,再将转换后的数据进行比对
2) 通过字段关联可以解决字段动态变化的问题
3、在不影响生产环境的情况下进行对
1) 只抽取备库的日志与目标库的数据进行比对
2) 通过从备库抽取数据的方式与目标库的数据进行比对
4、字段级的数据比对
按行为最小粒度计算特征值, 按指定区块为单位(通常以百万行划分)进行区块特征值比对
5. 数据补录修正
通过比对引擎将所有比对失败的记录进行汇总,根据业务规则,生成修订语句并在目标数据库执行,完成补录。
标签: #数据库数据比对 #数据库数据比对 方案